DROID 시뮬레이션 평가

이 저장소에는 간단한 ISAAC 시뮬레이션 환경에서 DROID 정책을 평가하기 위한 스크립트가 포함되어 있습니다.

다음은 pi0-FAST-DROID 정책의 예시 실행 결과입니다:

장면 1

장면 2

장면 3

이 시뮬레이션은 실제 DROID 데이터셋에서 학습된 DROID 정책과 제로샷으로 작동하도록 조정되어 별도의 시뮬레이션 데이터가 필요하지 않습니다.

참고: 현재 시뮬레이터는 관절 위치 행동 공간으로 학습된 정책(및 관절 속도 제어가 아닌)에서 가장 잘 작동합니다. 아래에는 관절 위치 제어로 학습된 pi0-FAST-DROID 정책을 평가하는 예제를 제공합니다.

설치

저장소를 클론하세요

git clone --recurse-submodules git@github.com:arhanjain/sim-evals.git
cd sim-evals

uv 설치 (참조: https://github.com/astral-sh/uv#installation)

예를 들어 (Linux/macOS):

curl -LsSf https://astral.sh/uv/install.sh | sh

uv sync
source .venv/bin/activate

빠른 시작

먼저, 시뮬레이션 자산을 이 디렉터리의 루트에 다운로드했는지 확인하세요

uvx hf download owhan/DROID-sim-environments --repo-type dataset --local-dir assets

그런 다음, 별도의 터미널에서 localhost:8000에서 정책 서버를 실행합니다. 예를 들어, pi0-FAST-DROID 정책(관절 위치 제어)을 실행하려면, openpi를 확인하고 polaris 구성을 사용하세요.

XLA_PYTHON_CLIENT_MEM_FRACTION=0.5 uv run scripts/serve_policy.py policy:checkpoint --policy.config=pi05_droid_jointpos_polaris --policy.dir=gs://openpi-assets/checkpoints/pi05_droid_jointpos

참고: JAX가 모든 GPU 메모리를 독점하지 않도록 XLA_PYTHON_CLIENT_MEM_FRACTION=0.5로 설정했습니다(Isaac Sim이 동일 GPU를 사용하는 경우 대비).

마지막으로, 평가 스크립트를 실행합니다:

python run_eval.py --episodes [INT] --scene [INT] --headless

최소 예제

env_cfg.set_scene(scene) # pass scene integer
env = gym.make("DROID", cfg=env_cfg)
obs, _ = env.reset()
obs, _ = env.reset() # need second render cycle to get correctly loaded materials
client = # Your policy of choice
max_steps = env.env.max_episode_length
for _ in tqdm(range(max_steps), desc=f"Episode"):
    action = client.infer(obs, INSTRUCTION) # calling inference on your policy
    action = torch.tensor(ret["action"])[None]
    obs, _, term, trunc, _ = env.step(action)
    if term or trunc:
        break
env.close()

--- Tranlated By Open Ai Tx | Last indexed: 2026-02-21 ---